科大讯飞星火模型申请与chatgpt 3.5模型以及new bing的对比

科大讯飞星火模型
- 申请科大讯飞星火认知大模型账号
- 科大讯飞星火认知大模型使用
- 1.界面介绍
- 2. 在编程能力上与chatgpt 3.5对比
- 科大讯飞星火模型
- chatgpt 3.5模型
- 3. 在图片生成能力上与new bing对比
- 总结
申请科大讯飞星火认知大模型账号
注册网址: 科大讯飞星火认知大模型

如实填写信息,后面会提示你填写真实姓名,以及公司信息和职位,如实填写即可,如果你是学生,则可以填写学校名称为单位名称,职位填学生即可,过不了多久,会有一个机器人给你注册手机号打电话,询问你单位名称,需要用这个干嘛,也是如实说明就行,比如什么开发编程学习、人工智能学习等都可以。
之后会给你发来一条短信,里面有网址,点进去就可以登陆了

登录后的界面

科大讯飞星火认知大模型使用
1.界面介绍

2. 在编程能力上与chatgpt 3.5对比
我第一个想到最简单粗暴的方法就是力扣
我挑了一个力扣上比较难的题,一决定胜负?

这里两边都是使用C++的写法

我将左边所有题目内容都发给他们(包括提示和示例)
科大讯飞星火模型
发送问题

第一次回答

class Solution {
public:bool isNumber(string s) {bool hasE = false;if (s[0] == 'e' || s[0] == 'E') {hasE = true;s = s.substr(1);}int i = 0;while (i < s.length() && (isdigit(s[i]) || s[i] == '.')) {i++;}if (i == 0) {return false;}if (hasE) {i++;}while (i < s.length() && (isdigit(s[i]) || s[i] == '.')) {i++;}return i == s.length();}
};
第一次力扣结果

通过1106个用例,我将提示信息发给他,他回答

看来他压根不知道我在说什么,我想重新提问

bug开始了

不断卡在这个位置,之后我新建了对话(可能是因为重复问题了?)

回答和上次是一样的
class Solution {
public:bool isNumber(string s) {bool hasE = false;if (s[0] == 'e' || s[0] == 'E') {hasE = true;s = s.substr(1);}int i = 0;while (i < s.length() && (isdigit(s[i]) || s[i] == '.')) {i++;}if (i == 0) {return false;}if (hasE) {i++;}while (i < s.length() && (isdigit(s[i]) || s[i] == '.')) {i++;}return i == s.length();}
};
所以我又把提示信息发过去,这次我更具体点

他的回答还是一样的,只不过多了一个测试用例

这我只能算它通过了一大部分用例吧
chatgpt 3.5模型
输入一样的题目

第一次回答

代码如下:
class Solution {
public:bool isNumber(string s) {int n = s.length();int i = 0;// Skip leading spaceswhile (i < n && isspace(s[i])) {i++;}// Check for an optional sign characterif (i < n && (s[i] == '+' || s[i] == '-')) {i++;}// Check for digits before decimal pointbool hasDigitsBeforeDecimal = false;while (i < n && isdigit(s[i])) {i++;hasDigitsBeforeDecimal = true;}// Check for optional decimal pointif (i < n && s[i] == '.') {i++;// Check for digits after decimal pointwhile (i < n && isdigit(s[i])) {i++;hasDigitsBeforeDecimal = true;}}// Check for optional exponentif (hasDigitsBeforeDecimal && i < n && (s[i] == 'e' || s[i] == 'E')) {i++;// Check for optional sign character in exponentif (i < n && (s[i] == '+' || s[i] == '-')) {i++;}bool hasDigitsInExponent = false;// Check for digits in exponentwhile (i < n && isdigit(s[i])) {i++;hasDigitsInExponent = true;}// If there are no digits in exponent, it's not a valid numberif (!hasDigitsInExponent) {return false;}}// Skip trailing spaceswhile (i < n && isspace(s[i])) {i++;}// If we have reached the end of the string, then it's a valid numberreturn i == n;}
};
力扣结果

第一次1485个通过,差几个,我们直接发送错误信息

代码如下
class Solution {
public:bool isNumber(string s) {int n = s.length();int i = 0;// Skip leading spaceswhile (i < n && isspace(s[i])) {i++;}// Check for an optional sign characterif (i < n && (s[i] == '+' || s[i] == '-')) {i++;}bool hasDigitsBeforeDecimal = false;bool hasDigitsAfterDecimal = false;// Check for digits before decimal pointwhile (i < n && isdigit(s[i])) {i++;hasDigitsBeforeDecimal = true;}// Check for optional decimal pointif (i < n && s[i] == '.') {i++;// Check for digits after decimal pointwhile (i < n && isdigit(s[i])) {i++;hasDigitsAfterDecimal = true;}}// If there are no digits before or after the decimal point, it's not a valid numberif (!hasDigitsBeforeDecimal && !hasDigitsAfterDecimal) {return false;}// Check for optional exponentif (i < n && (s[i] == 'e' || s[i] == 'E')) {i++;// Check for optional sign character in exponentif (i < n && (s[i] == '+' || s[i] == '-')) {i++;}bool hasDigitsInExponent = false;// Check for digits in exponentwhile (i < n && isdigit(s[i])) {i++;hasDigitsInExponent = true;}// If there are no digits in exponent, it's not a valid numberif (!hasDigitsInExponent) {return false;}}// Skip trailing spaceswhile (i < n && isspace(s[i])) {i++;}// If we have reached the end of the string, then it's a valid numberreturn i == n;}
};
力扣结果

第二次根据错误信息改正后,高分通过了
3. 在图片生成能力上与new bing对比
如果你问我为什么不和gpt比,那我只能告诉你,作者是学生党,没有money,充不起4.0
科大讯飞星火模型
问:生成一张图片,背景是山川,有一个戴着斗笠的老人在江边垂钓,并下着毛毛细雨


newbing
问:生成一张图片,背景是山川,有一个戴着斗笠的老人在江边垂钓,并下着毛毛细雨





emm~,怎么有种完败的感觉
再给他一次机会?


好吧只能这样了
下一个问题
科大讯飞星火模型

开始胡言乱语了。。。然后又崩了
newbing

虽然它懂了,但是尺寸还是没变。。。
总结
在语言模型上对比gpt3.5的产品确实有所欠缺,图片处理能力也一般吧,但是这也说明进步空间还大。
虽然这个产品刚出来有些瑕疵,我觉得可以理解的,毕竟这玩意都是慢慢训练出来的,相信我们的国产AI能慢慢走向光明的未来吧!!!
(这里说明一点,没有嘲讽的意思哈,只是客观对比,都是使用的新对话,没有进行调教哦)
相关文章:
科大讯飞星火模型申请与chatgpt 3.5模型以及new bing的对比
科大讯飞星火模型 申请科大讯飞星火认知大模型账号科大讯飞星火认知大模型使用1.界面介绍2. 在编程能力上与chatgpt 3.5对比科大讯飞星火模型chatgpt 3.5模型 3. 在图片生成能力上与new bing对比 总结 申请科大讯飞星火认知大模型账号 注册网址: 科大讯飞星火认知大…...
无涯教程-TensorFlow - 分布式计算
本章将重点介绍如何开始使用分布式TensorFlow,目的是帮助开发人员了解重复出现的基本分布式TF概念,如TF服务器。无涯教程将使用Jupyter Notebook分布式TensorFlow。 第1步 - 导入分布式计算必需的必要模块- import tensorflow as tf 第2步 - …...
python+django+mysql项目实践五(信息搜索)
python项目实践 环境说明: Pycharm 开发环境 Django 前端 MySQL 数据库 Navicat 数据库管理 信息搜素 输入内容进行搜索,内容有文本类和时间类 文本类需要模糊搜索,包含即检索 时间类需要选取时间范围内的内容 views 利用Q完成对指定内容的检索 检索后按检索内容更新…...
Python Opencv实践 - 图像透射变换
import cv2 as cv import numpy as np import matplotlib.pyplot as pltimg cv.imread("../SampleImages/pomeranian.png", cv.IMREAD_COLOR) rows,cols img.shape[:2] print(rows,cols)#opencv中的透射变换,需要一个3x3透射变换矩阵 #这个矩阵可以通过…...
SpringBoot + Vue 微人事项目(第二天)
昨天做了微人事登录的前端页面和后端接口,实现了前后端接口的对接,输入正确的用户名和密码之后,成功的跳转到home页。现在要做的就是Home页的Title制作 Home页的title制作 使用Element UI中的Container布局容器 复制的代码如下,…...
【AIGC】 快速体验Stable Diffusion
快速体验Stable Diffusion 引言一、安装二、简单使用2.1 一句话文生图2.2 详细文生图 三、进阶使用 引言 stable Diffusion是一款高性能的AI绘画生成工具,相比之前的AI绘画工具,它生成的图像质量更高、运行速度更快,是AI图像生成领域的里程碑…...
Python入门【动态添加属性和方法、正则表达式概述、match函数的使用、常用匹配符、限定符 、限定符使用示例】(二十九)
👏作者简介:大家好,我是爱敲代码的小王,CSDN博客博主,Python小白 📕系列专栏:python入门到实战、Python爬虫开发、Python办公自动化、Python数据分析、Python前后端开发 📧如果文章知识点有错误…...
《Go 语言第一课》课程学习笔记(四)
构建模式:Go Module 的 6 类常规操作 为当前 module 添加一个依赖 我们如何为一个 Go Module 添加一个新的依赖包呢? 如果我们要为项目增加一个新依赖:github.com/google/uuid,我们首先会更新源码:package mainimpor…...
制定建立商务模式财务及企业管理信息系统的解决方案
1、调查企业对 Internet 的需求,并制定全面规划。由于电子商务的范围相当 广泛,企业在实施电子商务模式财务及企业管理信息系统时,应先调查哪些对于企 业的收益较大,然后进行全面规划,即规划信息化基本平台、后台企业…...
UE Json Operate 解析嵌套数组
演示如何使用 DTJsonOperate 插件,在蓝图中解析嵌套数组。 比如这个Json {"name": [[[1, 2]],[3, 4],[5, 6]] } 操作演示 最后打印 本功能需要插件支持,插件下载地址。...
sd-webui安装comfyui扩展
文章目录 导读ComfyUI 环境安装1. 安装相关组件2. 启动sd-webui3. 访问sd-webui 错误信息以及解决办法 导读 这篇文章主要给大家介绍如何在sd-webui中来安装ComfyUI插件 ComfyUI ComfyUI是一个基于节点流程式的stable diffusion的绘图工具,它集成了stable diffus…...
Apache Doris 2.0.0 版本正式发布:盲测性能 10 倍提升,更统一多样的极速分析体验
亲爱的社区小伙伴们,我们很高兴地向大家宣布,Apache Doris 2.0.0 版本已于 2023 年 8 月 11 日正式发布,有超过 275 位贡献者为 Apache Doris 提交了超过 4100 个优化与修复。 在 2.0.0 版本中,Apache Doris 在标准 Benchmark 数…...
LeetCode235. 二叉搜索树的最近公共祖先
235. 二叉搜索树的最近公共祖先 文章目录 [235. 二叉搜索树的最近公共祖先](https://leetcode.cn/problems/lowest-common-ancestor-of-a-binary-search-tree/)一、题目二、题解方法一:递归方法二:迭代 一、题目 给定一个二叉搜索树, 找到该树中两个指定…...
设计模式——建造者(Builder)模式
建造者模式(Builder Pattern),又叫生成器模式,是一种对象构建模式 它可以将复杂对象的建造过程抽象出来,使这个抽象过程的不同实现方法可以构造出不同表现的对象。建造者模式是一步一步创建一个复杂的对象,…...
Java课题笔记~ SpringBoot概述
问题导入 学习了SpringBoot入门案例之后,感觉对比SpringMVC哪一个更加方便简洁? SpringBoot是由Pivotal团队提供的全新框架,其设计目的是用来简化Spring应用的初始搭建以及开发过程 Spring程序缺点 配置繁琐 依赖设置繁琐 SpringBoot程序…...
python优雅地爬虫!
背景 我需要获得新闻,然后tts,在每天上班的路上可以听一下。具体的方案后期我也会做一次分享。先看我喜欢的万能的老路:获得html内容-> python的工具库解析,获得元素中的内容,完成。 好家伙,我知道我爬…...
UVM RAL后门访问配置
先给一下大致的代码结构,根据代码结构来描述。 //dut结构 module my_dut(...);my_reg U_REG(......);endmodulemodule my_reg(...);//reg1和reg2是一个reg的两个field,reg3单独是一个regreg [15:0] reg1_q;reg [15:0] reg2_q;reg [31:0] reg3_q;endmodu…...
数学建模之“灰色预测”模型
灰色系统分析法在建模中的应用 1、CUMCM2003A SARS的传播问题 2、CUMCM2005A长江水质的评价和预测CUMCM2006A出版社的资源配置 3、CUMCM2006B艾滋病疗法的评价及疗效的预测问题 4、CUMCM2007A 中国人口增长预测 灰色系统的应用范畴大致分为以下几方面: (1)灰色关…...
深入探讨 Oxigen:Rust 实现的并行遗传算法框
第一部分:引言及Oxigen框架概览 随着遗传算法在许多领域(如优化、机器学习和人工智能)的应用日益增多,其性能和效率成为了关键焦点。Oxigen 是一个用 Rust 语言实现的并行遗传算法框架,其提供了高效的并行计算机制&am…...
Flink-----Standalone会话模式作业提交流程
1.Flink的Slot特点: 均分隔离内存,不隔离CPU可以共享:同一个job中,不同算子的子任务才可以共享同一个slot,同时在运行的前提是,属于同一个slot共享组,默认都是“default”2.Slot的数量 与 并行度 的关系 slot 是一种静态的概念,表示最大的并发上线并行度是个动态的概念…...
AI Agent与Agentic AI:原理、应用、挑战与未来展望
文章目录 一、引言二、AI Agent与Agentic AI的兴起2.1 技术契机与生态成熟2.2 Agent的定义与特征2.3 Agent的发展历程 三、AI Agent的核心技术栈解密3.1 感知模块代码示例:使用Python和OpenCV进行图像识别 3.2 认知与决策模块代码示例:使用OpenAI GPT-3进…...
前端倒计时误差!
提示:记录工作中遇到的需求及解决办法 文章目录 前言一、误差从何而来?二、五大解决方案1. 动态校准法(基础版)2. Web Worker 计时3. 服务器时间同步4. Performance API 高精度计时5. 页面可见性API优化三、生产环境最佳实践四、终极解决方案架构前言 前几天听说公司某个项…...
Swift 协议扩展精进之路:解决 CoreData 托管实体子类的类型不匹配问题(下)
概述 在 Swift 开发语言中,各位秃头小码农们可以充分利用语法本身所带来的便利去劈荆斩棘。我们还可以恣意利用泛型、协议关联类型和协议扩展来进一步简化和优化我们复杂的代码需求。 不过,在涉及到多个子类派生于基类进行多态模拟的场景下,…...
STM32F4基本定时器使用和原理详解
STM32F4基本定时器使用和原理详解 前言如何确定定时器挂载在哪条时钟线上配置及使用方法参数配置PrescalerCounter ModeCounter Periodauto-reload preloadTrigger Event Selection 中断配置生成的代码及使用方法初始化代码基本定时器触发DCA或者ADC的代码讲解中断代码定时启动…...
Rust 异步编程
Rust 异步编程 引言 Rust 是一种系统编程语言,以其高性能、安全性以及零成本抽象而著称。在多核处理器成为主流的今天,异步编程成为了一种提高应用性能、优化资源利用的有效手段。本文将深入探讨 Rust 异步编程的核心概念、常用库以及最佳实践。 异步编程基础 什么是异步…...
uniapp中使用aixos 报错
问题: 在uniapp中使用aixos,运行后报如下错误: AxiosError: There is no suitable adapter to dispatch the request since : - adapter xhr is not supported by the environment - adapter http is not available in the build 解决方案&…...
【生成模型】视频生成论文调研
工作清单 上游应用方向:控制、速度、时长、高动态、多主体驱动 类型工作基础模型WAN / WAN-VACE / HunyuanVideo控制条件轨迹控制ATI~镜头控制ReCamMaster~多主体驱动Phantom~音频驱动Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation速…...
技术栈RabbitMq的介绍和使用
目录 1. 什么是消息队列?2. 消息队列的优点3. RabbitMQ 消息队列概述4. RabbitMQ 安装5. Exchange 四种类型5.1 direct 精准匹配5.2 fanout 广播5.3 topic 正则匹配 6. RabbitMQ 队列模式6.1 简单队列模式6.2 工作队列模式6.3 发布/订阅模式6.4 路由模式6.5 主题模式…...
MySQL JOIN 表过多的优化思路
当 MySQL 查询涉及大量表 JOIN 时,性能会显著下降。以下是优化思路和简易实现方法: 一、核心优化思路 减少 JOIN 数量 数据冗余:添加必要的冗余字段(如订单表直接存储用户名)合并表:将频繁关联的小表合并成…...
[大语言模型]在个人电脑上部署ollama 并进行管理,最后配置AI程序开发助手.
ollama官网: 下载 https://ollama.com/ 安装 查看可以使用的模型 https://ollama.com/search 例如 https://ollama.com/library/deepseek-r1/tags # deepseek-r1:7bollama pull deepseek-r1:7b改token数量为409622 16384 ollama命令说明 ollama serve #:…...
